根據 Decrypt 的報導，一項針對比特幣開發者生態系的 AI 輔助安全稽核在 390 個獨立專案中記錄了 4,962 項發現。該統計數據代表的是自動化漏洞審查流程的原始輸出，而非經過嚴重程度分級的評估——這些數字描述的是需要人工分類處理的項目數量，而非已確認的可利用漏洞數量。

結果由比特幣開發者 Calle 在 X 上分享，提供了對比特幣相關軟體進行 AI 驅動安全審查規模的初步觀察。這 390 個專案涵蓋圍繞比特幣建構的工具和基礎設施——包括錢包、閃電網路實作和第二層協定——而非比特幣核心協定本身，後者維持著獨立且歷史悠久的審查流程。

解讀數字

接近五千項的發現數量意味著安全審查面臨龐大的攻擊面。然而，分散在 390 個專案中，平均每個專案的標記數少於 13 項——這表明該稽核的重要性在於其覆蓋的廣度，而非任何單一程式碼庫存在集中性的漏洞。

現有記錄中沒有任何資訊表明每個被標記的項目都構成已確認的、可利用的缺陷。這些總數應理解為需要進一步調查的項目初始數量。

盡職調查的輸入，而非最終定論

對於追蹤比特幣安全風險的開發者、使用者和研究人員而言，稽核輸出是盡職調查的輸入，而非結論。每個被標記的項目在被歸類為漏洞之前，仍需要經過分類、確認和修復。此流程與協調漏洞揭露框架一致，例如 CISA 與安全研究人員合作的聯合指南。

這些結果也符合 AI 工具被應用於比特幣相關程式碼的更廣泛趨勢。2026 年稍早，一座比特幣橋接器在 AI 輔助審查發現漏洞後關閉——這是自動化發現轉化為具體營運決策的一個實例。同樣的趨勢在更廣泛的軟體產業中也可見到，AI 驅動的靜態分析越來越多地與人工程式碼審查一起用於標準開發流程中。結構化的安全開發實踐，例如 NIST DevSecOps 指南中所述，提供了原始發現隨時間進行驗證和解決的框架。

比特幣生態系中的背景

此次資訊揭露之際，開發者、機構參與者和長期持有者對比特幣生態系持續保持關注。隨著比特幣相關專案——涵蓋託管服務、跨鏈橋接器和新興代幣協定——持續增加，圍繞比特幣的攻擊面獨立於基礎協定自身的安全模型而擴大。因此，更廣泛生態系的安全態勢仍然是獨立研究人員和既有開發團隊持續關注的領域。